Python金融数据分析：统计方法在金融方面的应用（二）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文

主要内容包括：


使用主成分分析法构造 PCA 指数
使用蒙特卡洛采样算法模拟抽样获取后验样本
基于 PyMC3 包做贝叶斯回归，并画出曲线分布图
为贝叶斯回归添加随机游走


一、主成分分析

1. import numpy as np
   
2. import pandas as pd
   
3. import pandas.io.data as web
   
4. from sklearn.decomposition import KernelPCA

复制代码

1、德国股市指数及其30支股票的数据获取

1. symbols = ['ADS.DE', 'ALV.DE', 'BAS.DE', 'BAYN.DE', 'BEI.DE',
   
2.            'BMW.DE', 'CBK.DE', 'CON.DE', 'DAI.DE', 'DB1.DE',
   
3.            'DBK.DE', 'DPW.DE', 'DTE.DE', 'EOAN.DE', 'FME.DE',
   
4.            'FRE.DE', 'HEI.DE', 'HEN3.DE', 'IFX.DE', 'LHA.DE',
   
5.            'LIN.DE', 'LXS.DE', 'MRK.DE', 'MUV2.DE', 'RWE.DE',
   
6.            'SAP.DE', 'SDF.DE', 'SIE.DE', 'TKA.DE', 'VOW3.DE',
   
7.            '^GDAXI']

复制代码

1. %%time
   
2. data = pd.DataFrame()
   
3. for sym in symbols:
   
4.     data[sym] = web.DataReader(sym, data_source='yahoo')['Close']
   
5. data = data.dropna()

复制代码

CPU times: user 208 ms, sys: 18 ms, total: 226 msWall time: 4.04 s

1. dax = pd.DataFrame(data.pop('^GDAXI'))

复制代码

1. data[data.columns[:6]].head()

复制代码

2、应用 PCA

1. scale_function = lambda x: (x - x.mean()) / x.std()

复制代码

1. pca = KernelPCA().fit(data.apply(scale_function))

复制代码

1. len(pca.lambdas_)

复制代码

684

1. pca.lambdas_[:10].round()

复制代码

array([ 27664.,   6169.,   3244.,   2429.,   1058.,    549.,    321.,          274.,    176.,    149.])

1. get_we = lambda x: x / x.sum()

复制代码

1. get_we(pca.lambdas_)[:10]

复制代码

array([ 0.64756879,  0.14441618,  0.07593786,  0.05686985,  0.02476258,        0.01285501,  0.00751753,  0.00642144,  0.00413127,  0.00348122])

1. get_we(pca.lambdas_)[:5].sum()

复制代码

0.94955526112229649
以上内容转自 数析学院，如需完整内容可以直接查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：python 金融数据分析 统计方法 数据分析 金融数据

thanks for sharing.

谢谢楼主分享！

谢谢分享